OTIMIZAO DINMICA SOB CONDIO DE INCERTEZA NA

PRODUO DE PETRLEO

Juliana de Moraes Marreco
CEPEAD UFMG
Faculdade de Cincias Econmicas
juliana.marreco@uol.com.br

RESUMO

O trabalho a seguir estuda uma opo real de abandono de um campo de petrleo. Deseja-se
responder a seguinte pergunta: Qual o melhor momento de abandonar um campo de petrleo em
operao, considerando que o preo do barril est sujeito incerteza ? No se trata apenas de
abandonar quando a receita operacional for menor do que os custos operacionais fixos e variveis.
A incerteza pode tornar um campo invivel em altamente lucrativo no futuro, caso o preo do
petrleo suba. O modelo apresentado vale-se da programao dinmica associada a uma tcnica de
programao no linear para determinao dos valores crticos. O resultado a curva de fronteira
do exerccio timo dessa opo.

Palavras-chave: programao dinmica, opes reais, problema de parada tima

ABSTRACT

This paper studies the option to abandon an offshore oil field. In other words, to answer the
question: when is it optimal to abandon an offshore oil fied, considering that future oil price is
uncertain? It is not just about abandonig the fild when the operating costs become higher than the
operating revenues. Uncertain can turn an unprofitable field into a highly profitable one, once
there is an increase in oil prices. The model presented uses Dynamic Programming together with a
non linear programming method (Golden Section Search) to calculate the critical values. The
result is the boundary curve.

Keywords: dynamic programming, real options, optimal stop problem

1 I N T R OD U O
O objetivo primordial das empresas a criao de valor para os seus acionistas. O sucesso desse
objetivo depende fundamentalmente da anlise de investimentos dos novos projetos que precede a
tomada de decises.

Os estudos de viabilidade tcnica e econmica dos investimentos devero contemplar questes de
risco, retorno, incerteza e oramento de capital. A partir de uma analogia com as opes
financeiras, a Teoria das Opes Reais (TOR) permite considerar na anlise de projetos fatores
como flexibilidade, oportunidades de crescimento, opo de abandono do investimento, contrao,
decises de investimentos seqenciais e, at mesmo, a entrada de concorrentes em um mercado.
Projetos que poderiam ser descartados por apresentavam Valor Presente Lquido (VPL) negativo
passam a ser considerados viveis sob a justificativa de conterem valiosas opes embutidas.

A rea de recursos naturais tm sido um campo frtil para a aplicao da TOR. Projetos de
explorao de petrleo so repletos de opes e fontes de incerteza. Este trabalho trata da opo de
abandono de um campo de explorao de petrleo, que pode ser exercida caso o preo do barril de
petrleo atinja determinado patamar que justifique tal deciso. A opo de abandono tratada
como uma opo de venda americana. O objetivo ser traar a fronteira de exerccio timo, o que
ser feito atravs da programao dinmica.





O item 2 apresenta uma breve descrio da TOR e, ainda, o modelo binomial a ser adotado. Uma
breve reviso da literatura da aplicao da TOR a projetos de produo e explorao de petrleo
est contida no item 3. O item 4 apresenta a tcnica da programao dinmica para otimizao
sob incerteza. A formulao matemtica da opo de abandono e a proposio do pseudo
algoritmo so objetos do item 5. A aplicao das tcnicas e do algoritmo a um caso real objeto
do item 6, em que se apresentam os resultados seguidos de uma breve anlise de sensibilidade das
taxas de juros e da volatilidade. A concluso do trabalho descrita no item 7. O item 8 destina-se
s referncias bibliogrficas.
2 AN L I S E DE I N V E S T I ME N T OS NA S EMP R E S A S
A anlise de investimentos consiste no levantamento e avaliao de todas as vantagens e impactos
de um projeto para a empresa. a partir dessa anlise que os dirigentes das empresas tomaro as
decises acerca de em quais projetos investir, qual o oramento de capital que dever ser destinado
a cada projeto e ainda podero contar com uma previso do resultado de cada um dos projetos.

Otimizar uma deciso quando no existe incerteza relativamente simples: basta calcular o VPL
de vrios projetos de investimentos e escolher aqueles que oferecem maior retorno. Na prtica,
porm, as decises so quase sempre cercadas de incerteza. No caso de projetos de explorao e
produo de petrleo, as decises de investimentos so afetados pelos componentes econmico e
tcnico da incerteza.

Quando analisamos um projeto, podemos optar por investir imediatamente caso as condies
sejam favorveis, ou podemos ainda aguardar e s investir num momento posterior de acordo com
as mudanas no cenrio. Isto , podemos esperar que algumas dessas fontes de incerteza sejam
resolvidas sem perdermos a oportunidade do investimento. Essa opo tem valor, e esse valor
pode ser calculado de maneira anloga a uma opo financeira.
2.1 TEORIA DAS OPES REAIS
Em finanas, oportunidades podem ser avaliadas como opes. A partir dessa nova forma de
pensar, nasce a TOR, que adequa o clculo do valor das opes financeiras ao caso dos ativos
reais, tornando possvel quantificar o valor de oportunidades de crescimento, de abandono, de
esperar para investir, de flexibilidade etc... importante observar que a TOR no rejeita o VPL
Tradicional, apenas o complementa, ao considerar o valor das opes que esto embutidas no
projeto. Dessa forma, o valor adequado de uma empresa seria aquele que considera no apenas a
sua capacidade de gerao de caixa no futuro, mas que tambm abrange o valor das suas opes.

Dixit e Pindyck (1994) demonstraram que a adoo dos critrios do VPL como regra de deciso
isolada levam rejeio de projetos que, quando analisados pela TOR, seriam aceitos. Isso
geralmente ocorre com projetos que tm opes, como projetos de P&D.

A TOR surgiu a partir de uma analogia com as opes financeiras. Uma opo financeira d ao
seu titular o direito de comprar ou vender um determinado ativo em uma data preestabelecida por
um preo de exerccio determinado no contrato. Para adquirir uma opo, o portador dever pagar
um prmio ao lanador da opo. A definio do valor do prmio est diretamente relacionada
com as condies do contrato de opo.

A existncia de incerteza e a possibilidade de mudana no cenrio at a data de vencimento que
tornam a opo atrativa aos investidores. Sob a tica das opes, quanto maior a incerteza
(medida pela volatilidade), maior a expectativa de ganhos. Um contrato de opo oferece
oportunidade de perdas limitadas ao valor do prmio e ganhos ilimitados. Se na data de
vencimento, o titular optar por no exercer, tudo o que ter perdido ser o prmio pago pela opo.





O mesmo raciocnio dever ser utilizado para os ativos reais. Assim, quanto maior a incerteza
envolvida, maior ser o valor da opo real.
2.2 MODELO BINOMIAL DE AVALIAO DE OPES
Os principais modelos de avaliao de opes so o Modelo Binomial (MB) proposto por Cox,
Ross E Rubinstein (1979) e o modelo de Black e Scholes. O modelo que melhor se adequa ao
caso de precificao de opo de venda americana o MB, descrito a seguir. O modelo parte das
seguintes hipteses: a)os ativos so negociados continuamente, e todos os preos seguem
processos estocsticos contnuos e estacionrios, b)a distribuio dos preos do ativo-base log
normal, c)a varincia do retorno e a taxa livre de risco so constantes ao longo do tempo, d)os
modelos so desenvolvidos com base em opes europias, e)inexistncia de restries ou custos
atrelados venda curta e custos de transao.

O MB envolve a construo de uma rvore binomial, em que para cada instante discreto
(representado por um n), estaro relacionadas as possibilidades de alterao do preo do ativo-
base. Considera-se que o ativo-base obedece a um processo binomial multiplicativo.

O valor da opo dever ser igual ao valor de um portflio que permita o mesmo retorno da opo.
Esse portflio, que dever se ajustar de forma dinmica a cada nova posio, ser formado pela
compra de aes e pela venda de uma opo. O valor de deve ser escolhido de modo que o
retorno gerado pelo portflio seja igual ao retorno obtido em uma aplicao livre de risco. Isso
garante que no existiro oportunidades de lucro atravs de operaes de arbitragem.

A cada intervalo de tempo t, o retorno sobre o ativo poder variar de duas maneiras: na primeira,
o retorno seria dado por u 1, (u > 1); ou o retorno poderia ser igual a d 1, (d < 1). Seja S
0
o
valor atual do ativo, o preo, no momento t = 1, seria dado por S
1
= u.S
0,
e nessa situao o valor
da opo seria f
u
;

ou por S
1
= d.S
0
e a opo valeria f
d.
Se houver um aumento no preo do ativo-
base, o valor do portflio ser
u
f u S
0
(1)
Por outro lado, se o preo do ativo recuar, teremos
d
f d S
0 (2)
Logo, para que o portflio oferea um retorno livre de risco, (1) e (2) devem ser iguais.
Nesse caso,
d S u S
f f
d u
0 0

=

(3)
O parmetro pode ser interpretado como sendo a taxa de variao do preo da opo em relao
variao do preo do ativo-base. Se o custo do portflio igual a
f S
0

(4)
segue que
( )
rT
u
e f u S f S

= .
0
0

(5)
em que r representa a taxa livre de risco.
Substituindo o obtido pela equao (3) em (5), temos:
rT
u
d u d u
e f
d S u S
f f
u S
d S u S
f f
S f

|
|
.
|

\
|

|
|
.
|

\
|

|
|
.
|

\
|

=
. . . .
.
0 0
0
0 0
0
(6)
Simplificando temos:





d u
f d e f u e f f
f
u
T r
d
rT
d u

+
=

. .
.

(7)
Fazendo
d u
d e
p
T r

=
.
, e substituindo em (7):

( ) [ ]
d u
T r
f p f p e f + =

1 .
.

(8)
Os parmetros u e d so calculados a partir da volatilidade e o retorno esperado do ativo-base.
De acordo com Hull (1999), isso pode ser feito da forma descrita a seguir.

Os intervalos entre os ns tm comprimento igual a t. A probabilidade associada a um aumento
no preo do ativo, u, dada por p. De maneira anloga, a probabilidade de que o preo seja
reduzido em d igual a 1 p. O valor esperado do ativo ao final do primeiro perodo obtido
por
t
e S

0 , em que representa o retorno esperado do ativo. Portanto, o valor esperado do
ativo-base, ao considerarmos as probabilidades, ser dado por:
d S q u qS
0 0
) 1 ( +

(9)
Igualando a equao (9), ao retorno esperado do ativo
t
e S

0
, podemos calcular p:
d u
d e
p
t

=


(10)
O mesmo raciocnio aplicado para ajustar os parmetros volatilidade. Em um processo de
Wiener, a variao do termo estocstico z, em pequenos perodos de tempo t, igual a
z
em que

uma varivel randmica relacionada a uma distribuio normal padro. Como

z normalmente distribudo, a varincia de z dada por t, e o desvio padro igual a
t
. A
volatilidade definida como o desvio padro dos retornos em um perodo de tempo t. Logo, a
volatilidade obtida por
t
. A varincia igual a
t
2

. Para adequar os parmetros da

rvore binomial volatilidade, devemos ento igualar a varincia dos retornos quela proposta na
rvore.
( ) [ ] t d q qu d q u q = + +
2 2 2 2
1 ) 1 ( .

(11)
Substituindo (10) em (11) e ignorando os termos de ordem superior a
2
t
, chegamos aos valores
de u e d, propostos por Cox, Ross e Rubinstein (1979).
t
e u

=


(12)
t
e d

=


(13)
Uma vez calculados esses parmetros, o modelo binomial apura o valor justo para o prmio a cada
n, e esses valores so trazidos at a data presente descontados taxa livre de risco.

O MB o que melhor se adequa avaliao de opes americanas, uma vez que capaz de
incorporar todas as alteraes de preo possveis, considerando a possibilidade do exerccio
antecipado. Se em um determinado n o valor intrnseco (obtido pela diferena entre o preo de
exerccio e o corrente) for maior que o valor terico da opo, esse prevalecer na soluo. Assim,
possvel incorporar ao modelo o risco do exerccio anterior data de maturidade da opo.
3 AP L I C A E S N A PR OD U O E EX P L OR A O D E PE T R L E O
Em 1985, Brennan e Schwartz avaliaram as opes de cessar operaes e abandonar uma mina,
utilizando preos dos mercados vista e futuros de commodities. Mais tarde, em 1998, Paddock,
Siegel e Smith avaliaram as opes presentes em reservas de leo ainda no desenvolvidas




utilizando analogia com uma opo americana e foram os primeiros a demonstrar empiricamente
que a avaliao por opes reais levaria a resultados melhores que o FCD. Em 1996, Dias utilizou
essa mesma abordagem na sua dissertao de mestrado, em que trata a opo de timing de um
investimento em produo e explorao de petrleo.

Trigeorgis (1990) estudou um projeto de explorao mineral que era considerado por uma empresa
de minerao multinacional. Ainda em 1990, Bjerksund e Ekern avaliaram opes de adiamento e
abandono em um campo de leo noruegus. Morck, Schwartz e Stangeland (1989) tambm
avaliaram os recursos florestais considerando estoques e preos estocsticos. A utilizao da
programao dinmica na explorao de recursos naturais foi discutida por Stensland e Tjostheim,
em 1990.

Em projetos de produo de petrleo, destacam-se as opes de abandono, opes de cessar
operaes temporariamente, opes de flexibilidade e opes de timing do investimento.A opo
de abandono observada em projetos em operao ou que esto parados temporariamente. Quanto
maior a flexibilidade de uso alternativo de recursos do projeto, mais valiosa ser a opo. Para
projetos de explorao e produo de petrleo que utilizam plataforma fixa, o abandono implica
em custos adicionais. Mas se a plataforma for mvel, como acontece nos casos de explorao em
guas profundas, possvel seu aproveitamento em outro campo tanto para atividade de produo,
perfurao, completao ou manuteno dos poos. A mudana de uso nesse caso tambm pode
ser uma opo.

A opo de cessar operaes considerada quando a possibilidade de voltar a produzir no mesmo
campo significativa. So levados em conta custos de desmobilizao temporria, de preservao,
de retomada da produo e, caso sejam muito altos, optar-se- pelo abandono definitivo. A opo
de abandono, a ser modelada neste trabalho, pode ser destacada como a mais importante na etapa
final de um projeto de produo de petrleo. Isso porque a vida operacional de uma jazida de
petrleo finita e a sua produo tem uma tendncia declinante (depleo). O ativo passa a ter
custos operacionais crescentes por barril produzido, at o ponto em que timo abandonar o
campo. A deciso de abandono s tem sentido pela existncia da incerteza. Em caso contrrio, na
primeira vez que o custo operacional superasse a receita, a jazida deveria ser abandonada.

A incerteza gera a expectativa de que o preo do petrleo possa subir e, com isso, alterar a receita,
tornando inadequada a deciso de abandono. A idia de encontrar o momento timo para o
exerccio de uma opo, um dos objetivos deste trabalho, j foi tratada na literatura econmica.
Campbell e Viceira (1999) demonstraram que erros relacionados ao tempo podem causar grandes
perdas na escolha do portflio. Majd e Pindyck (1987) trataram dos efeitos do tempo e do valor
das opes nas decises de investimento. Baldwin (1982) e Mcdonald e Siegel (1986) estudaram a
questo da otimizao para investimentos irreversveis.
4 OT I MI Z A O DI N MI C A S OB CON D I O D E I N C E R T E Z A
Os modelos que contemplam a incerteza, sempre presente no ambiente econmico, tm motivado
pesquisas dos melhores economistas e matemticos em toda a parte e h muito tempo. Lucas e
Prescott (1971) dedicaramse ao estudo do investimento agregado em uma indstria em condies
de incerteza utilizando a programao dinmica e considerando a demanda estocstica. Pelo
enfoque no equilbrio e atravs da crtica aos modelos de precificao de previso de preos que
usam expectativas adaptativas, consideraram expectativas racionais dos preos, nas quais eles tm
a mesma distribuio de probabilidades ao longo do tempo. Essa idia rendeu a Lucas o prmio
Nobel, em 1995.

Bjorstad, Hefting e Stensland (1989) estudaram as interaes entre opes combinando
ferramentas de estatstica com a programao dinmica estocstica. Arrow e Chang (1982)
utilizam a programao dinmica combinada com a teoria da utilidade do consumidor. A tcnica




de programao dinmica apresenta inmeras aplicaes no campo da economia e das finanas.
Dixit e Pindyck (1994) apresentam duas tcnicas para otimizao dinmica sob incerteza: a
programao dinmica e a anlise de ativos contingentes. Ambas esto relacionadas entre si e
levam a resultados idnticos em muitas aplicaes, quando se utiliza a abordagem do portfolio
replicante.
4.1 PROGRAMAO DINMICA
A programao dinmica um procedimento matemtico de otimizao que surgiu no incio da
dcada de 50. Richard Bellman foi responsvel no somente pela formulao do principal aspecto
terico do mtodo, mas tambm pela sua sistematizao.

A programao dinmica oferece algumas vantagens em relao a outras tcnicas de programao
matemtica. A primeira dessas vantagens poder tratar funes descontnuas, no diferenciveis,
no convexas, determinsticas ou estocsticas. Alm disso, no exige o isolamento prvio de uma
regio convexa para a aplicao do procedimento. A ltima e no menos importante dessa srie de
vantagens o fato de a programao dinmica oferecer um algoritmo mais barato que a simples
enumerao de todas as possibilidades de um problema combinatrio, o que, em alguns casos, se
torna impraticvel ou extremamente caro.

O mtodo possui tambm desvantagens entre as quais as principais so a necessidade de
separabilidade e monotonicidade. Uma funo dita separvel se, e somente se, a funo de
retorno timo depender apenas do estgio em que avaliada, no sendo afetada pelos demais
estados do sistema. Funes monotnicas, por sua vez, so aquelas em que um crescimento na
funo de retorno timo acarreta um crescimento na funo objetivo. Normalmente, essas
desvantagens no representam problemas para a aplicao da programao dinmica na maioria
dos problemas prticos. No caso especfico do problema tratado neste trabalho, a separabilidade
garantida pela definio do fenmeno como um processo de Wiener. A demonstrao da
monotonicidade, no caso de um problema de parada tima, como o caso, pode ser encontrada em
Dixit e Pindyck (1994).

A programao dinmica oferece uma abordagem alternativa ao problema de controle timo que
explora de forma mais direta a estrutura dinmica do problema. A sua principal vantagem em
relao formulao tradicional do problema de controle timo que, uma vez resolvido o
problema, a lei de controle timo para todo o domnio vivel do estado obtida. Ser necessrio
resolver uma equao diferencial parcial que a funo de retorno timo e derivada da equao
de Bellman. A partir desse ponto, obtm-se a funo de retorno timo. A vantagem que advm
disso que se dispe de uma gama completa de controles timos em malha aberta que podero
servir de pr-programao para um sistema dinmico. Como a dinmica do problema uma
abstrao do sistema fsico real, possvel que existam diferenas entre os resultados do modelo
matemtico e os resultados reais. Essa a vantagem de se trabalhar o controle em malha fechada,
como faz a programao dinmica.
4.2 INTERPRETAO DO PROBLEMA DE PROGRAMAO DINMICA
A funo de desempenho escrita como funo do controle e do estado em um estgio isolado.
Deseja se conhecer o conjunto de estados timos para que essa funo de desempenho seja
otimizada. Conhecer o conjunto de estados timos significa conhecer o conjunto de controles
timos. Atravs de restries aos estados (finais, intermedirios ou iniciais), deve-se estabelecer a
lei de controle timo que tambm deve satisfazer as restries impostas ao controle. A varivel N
representa o nmero de mudanas de estado.




4.3 PRINCPIO DA OTIMALIDADE
A firma dever escolher as variveis de controle u
t
que iro gerar um lucro
t
(x
t
, , u
t
). No perodo
seguinte (t + 1), o estado ser x
t+1
. A deciso tima leva a F
t+1
(x
t+1
). Uma vez que o perodo t
uma varivel de comportamento randmico, utiliza-se o valor esperado:
[ ] ) (
1 1 + + t t
x F
, que
chamado de valor de continuidade. O valor atual da soma do lucro mais o valor de continuidade
ser
[ ] ) (
1
1
) , (
1 1 + +
+
+
t t t t t t
x F u x

(14)
O problema de otimizao consiste em encontrar o conjunto de controles u
t
que maximize a
expresso acima. O resultado nos leva equao de Bellman, tambm conhecida como equao
fundamental da otimalidade, ou equao de Hamilton-Jacobi-Bellman, como conhecida pelos
matemticos devido grande similaridade dessa abordagem com aquela formulada por Hamilton-
Jacobi na teoria de controle timo.
[ ]
)
`

+
+ =
+ +
) (
1
1
) , ( ) (
1 1 t t t t t
u
t t
x F u x mx x F
t

(15)

A equao de Bellman derivada do princpio de otimalidade tambm formulado por Bellman:
De qualquer ponto de uma trajetria tima, a trajetria remanescente tima para o problema
correspondente que se inicia naquele ponto e termina no mesmo ponto do problema anterior.
A funo retorno timo caracterizada pelo estado F
t
(x
t
). Essa funo para cada estgio consiste
em um vetor, em que a ordem do vetor o nmero de estados viveis para cada estgio. Assim, a
dimenso F pode variar de estgio para estgio.

No estgio final, o valor de F dado apenas pela contribuio do estado final funo objetivo.
Assim, o procedimento geral de soluo do problema de programao dinmica consiste na
avaliao recursiva da funo de retorno timo. Inicia-se com a avaliao de F
T
(x
T
). Em seguida,
so avaliadas as funes para os pontos intermedirios anteriores. O vetor de estado timo
aquele que, aps essas avaliaes recursivas, proporcionar o F
t
(x
t
) mximo.

importante notar que o estado final no precisa ser conhecido. necessrio apenas que a
avaliao da funo retorno timo se inicie no ltimo estgio, o que no implica a definio do
estgio final.
5 FOR MU L A O MA T E M T I C A D A OP O D E AB A N D ON O
O problema da opo de abandono pertence a uma classe particular de programao dinmica, de
extrema importncia, devido vasta possibilidade de aplicaes no campo das cincias
econmicas. Trata-se do problema de parada tima, caracterizado por uma deciso binria. Isso
quer dizer que a varivel de controle poder assumir o valor zero ou um. O controle u
t
ser igual a
um, quando a deciso for de continuar produzindo para obteno de um fluxo, (x
t
, u
t
). Se a
melhor deciso for a de abandonar o campo, o controle passa a assumir valor zero. Os estgios
so definidos pelo intervalo de tempo.

A varivel (x
t
, u
t
) representa os custos de recuperao ambiental da locao a ser abandonada.
Do valor total a ser considerado ser descontado um valor residual lquido de equipamentos
justificado pela fato de que a rvore de natal molhada e de outros equipamentos, bem como os
recursos humanos, podem ser aproveitados em outro campo, cuja taxa de extrao seja maior a
ponto de justificar o investimento. Assim, ao mesmo tempo em que pode ser timo abandonar um
determinado poo, a mesma deciso poder no ser vlida para os demais, uma vez que a taxa de
extrao decai medida que a vida til da jazida vai chegando ao fim.
A equao de Bellman neste caso ser:
[ ]
)
`

+
+ = x x F u x u x mx u x F
t t t t
u
t t t
t
| ) ' (
1
1
) , ( ), , ( ) , (

(16)




Para uma determinada faixa de valores de x, aqui representado pelo preo do petrleo, o mximo
ser dado pelo lado direito da equao (16). Da mesma forma, para alguns valores de x, o lado
direito poder se tornar negativo, tornando o abandono a opo que maximiza a equao. Isso ,
pode acontecer de o preo do petrleo estar baixo a ponto de resultar em prejuzo a extrao do
mesmo em determinado campo.

Duas condies especficas iro prover a consistncia adequada para que a deciso de abandono
no seja alternada por uma deciso de continuidade. Na primeira, considerando
*
x x >
, para o
caso em que timo manter a operao, equivale dizer que o lado direito da equao (16) maior
que zero, portanto, a relao expressa em (17) dever ser maior quanto maior o valor de x.
[ ] ) ( | ) ' ( ) 1 ( ) (
1
x x x F x + +



(17)
A segunda condio que nenhuma vantagem poder ser revertida no futuro prximo. Para que
isso seja verdadeiro, necessrio que exista correlao no processo estocstico de evoluo de x, o
que tecnicamente conhecido como dominncia estocstica de primeira ordem.

A definio da curva de parametrizao da deciso de exercer ou no a opo de abandono est
relacionada ao valor da opo em cada momento em que a deciso pode ser tomada.

Investimentos parcialmente reversveis, como no caso de um campo de petrleo no qual possvel
recuperar a rvore de natal molhada, tm a opo de abandono que ser avaliada como uma opo
de venda americana. A varivel preo do barril de petrleo, a varivel estocstica, cujo
comportamento ao longo do tempo ser descrito pelo Movimento Geomtrico Browniano.

A curva de produo de um campo de petrleo tipicamente apresenta um declnio exponencial
aps o pico de produo. Considera-se que a quantidade Q(t) funo do tempo de explorao e
da taxa de declnio exponencial:
t
e Q t Q
*
* ) 0 ( ) (

=
. Adelman e Jacoby (1979) especificam que o
valor de reflete caractersticas da reserva que impem restries na taxa de extrao.

Uma importante premissa feita neste trabalho com relao aos custos que h uma correlao
positiva entre os custos e o preo do petrleo. Beike e Holtz (1995) trabalharam com modelos de
regresso, para chegar concluso de que a principal motivao de oscilaes dos custos a
variao no preo do petrleo. Embora a anlise seja feita para reservas terrestres, Dias (1996)
acrescenta que essa relao deve ser ainda mais favorvel para o caso de reservas offshore, que so
mais intensivas em bens de capital.

A vida til da jazida parte do que chamamos de incerteza tcnica, isto , a incerteza que no est
correlacionada com os movimentos macroeconmicos. estimada a partir de tcnicas tais como
poos de delimitao, de extenso e pioneiros adjacentes, ssmica 2D,3D, e de detalhe, testes de
longa durao e sistemas pilotos de produo entre outros.
5.1 ALGORITMO
Admitindo o preo do barril de petrleo como sendo a varivel estocstica, que segue um
Movimento Geomtrico Browniano, o primeiro passo ser traar uma rvore binomial pelo
nmero de perodos da vida til e de acordo com a discretizao do tempo t e com a volatilidade
estimada. O passo seguinte calcular a quantidade produzida a cada perodo de acordo com a taxa
de declnio exponencial da produo.

Em seguida, calculado o lucro (x
t
, u
t
) para cada perodo t, em que x
t
a varivel de estado
preo do barril de petrleo no instante t, e u
t
a varivel de controle no instante t. A varivel de
controle, conforme foi explicado anteriormente, ir assumir o valor 1, quando a deciso tima for
a de manter a produo, e valor zero quando for mais vantajoso exercer a opo de abandono. O




lucro calculado como sendo a receita bruta (RB), menos os custos operacionais (CO), no
perodo. Assim,
(x
t
, u
t
) = RB COF COV*Q (18)
em que RB a receita bruta, medida pelo preo do petrleo na data vezes a produo esperada; COF
representam os custos operacionais variveis; COV os custos operacionais variveis e Q a
produo esperada em barris.

Esse valor (x
t
, u
t
) representa o fluxo imediato e o segundo termo do lado direito da equao (18),
dado por [ ]
)
`

+
x x F | ) ' (
1
1

o valor de continuidade, que reflete o valor presente da expectativa

dos fluxos futuros, caso a produo seja mantida. Esse valor obtido atravs da programao
dinmica, que ir calcul-lo recursivamente, isto , do estgio final para o estgio inicial.

Para cada intervalo de tempo t, o valor de continuao obtido com a aplicao da frmula (18),
substituindo o preo do petrleo em t + 1 para o clculo da receita bruta e ponderando os valores
encontrados pelas probabilidades correspondentes da rvore binomial. O lucro obtido no perodo t
+ 1 descontado por um perodo para ser somado ao fluxo imediato, resultando no valor que ser
comparado a (x
t
, u
t
), que representa o valor do custo de abandono.

Dessa forma, possvel afirmar que, caso o valor do preo do petrleo atinja um valor abaixo da
fronteira de exerccio, ser timo exercer a opo de abandono, ainda que o preo possa subir
novamente at o final da vida til da jazida. A deciso tima garante que nenhuma vantagem
poder ser revertida no futuro prximo.

Para cada instante representado por um n na rvore binomial, dependendo do preo do petrleo,
da produo esperada e da expectativa dos preos futuros, a varivel de controle ir assumir um
valor igual a zero, quando o lado esquerdo da equao (16) for maior do que o lado direito. Em
caso contrrio, a varivel de controle u
t
= 1.

O passo seguinte determinar em cada estgio, quando os controles passam de zero a um. Nesse
intervalo que se encontra o ponto crtico, que determina a fronteira de exerccio timo. O ponto
crtico definido como sendo o ponto em que o lado direito da equao de Bellman torna-se igual
ao lado esquerdo, fazendo indiferente o exerccio da opo. Igualando os dois lados da equao,
tem-se
[ ]
)
`

+
+ = x x F u x u x
t t t t
| ) ' (
1
1
) , ( ) , (

(19)
A equao (19) no linear. Deseja-se calcular o preo(
*
t
x
)no tempo t, que torna a expresso
verdadeira, conhecendo-se as seguintes condies:
i) Para o preo(
+
t
x
), u
t
= 1, [ ]
)
`

+
+ < x x F u x u x
t t t t
| ) ' (
1
1
) , ( ) , (

e
ii) Para o preo(

t
x
), u
t
= 0, [ ]
)
`

+
+ > x x F u x u x
t t t t
| ) ' (
1
1
) , ( ) , (

Para encontrar esse ponto, adotou-se a tcnica de programao matemtica no linear da Busca
Unidirecional da Seo urea. Os testes realizados apresentaram resultados coerentes,
demonstrando a convergncia e consistncia do algoritmo.
6 ES T U D O DE CA S O
Os resultados apresentados a seguir foram obtidos para o caso de um projeto particular. O
resultado apresentado a seguir foi obtido a partir dos seguintes dados: igual a 10% ao
ano.Capacidade inicial de produo do campo de 95.000 barris por dia. O preo atual do barril




de petrleo US$28,98. Taxa livre de risco de 6% ao ano. A taxa de convenincia do petrleo, foi
estimada em 6% ao ano e representa um custo de oportunidade.

Os custos operacionais so divididos em custos fixos e variveis. Os custos operacionais variveis
so os royalties, aqui estimados em 10% da receita bruta, custos de transporte e outros, que foram
estimados em US$0,8/bbl. Os custos operacionais fixos estimados em US$30 milhes dependem
do porte do sistema instalado, da lmina dgua etc.. A vida til da jazida foi estimada em 25
anos. O valor da volatilidade adotado foi de 15% ao ano. A fim de fazer uma anlise de
sensibilidade da volatilidade, adotou-se = 25%. O valor adotado considera um custo de
abandono para o campo offshore de US$ 50 milhes.

O grfico 1 apresenta a fronteira do exerccio timo para a opo de abandono quando a
volatilidade de 15% ao ano. O resultado observado mostra que com o passar dos anos o preo
mnimo exigido para a manuteno do produo cada vez maior. A regio de abandono,
representada pela rea abaixo da curva, maior quanto mais prximo do fim da vida til.

Nos primeiros anos, poder ser vivel manter a produo a preos mais baixos porque existe o
valor da opo de abandono, e a incerteza quanto ao comportamento futuro dos preos maior.
Somado a isso, o fato de a capacidade de produo apresentar um decaimento exponencial torna o
preo mnimo requerido maior para que as receitas operacionais superem os custos operacionais.
Isso , uma vez produzindo menor quantidade para os mesmos custos fixos, faz-se necessrio
maior preo de venda para manter o equilbrio das contas.

Foi feito um estudo de sensibilidade para a taxa livre de risco e para a volatilidade. Reduzindo-se a
taxa livre de risco de 6 para 3%, a curva permaneceu a mesma. Aumentando-se a taxa para 10%,
observa-se uma variao em torno de 25% nos preos, trazendo a curva para baixo, comprimindo
a regio de abandono. A volatilidade um parmetro muito mais sensvel. Uma variao de 10%
na volatilidade (que passou de 15 para 25%) muda bruscamente o perfil do grfico. A regio de
abandono cresce com o aumento da volatilidade.

A opo de abandonar tem valor justamente porque existe incerteza, que quantificada no modelo
pela volatilidade. Os preos podero subir no futuro e tornar a produo de petrleo, nesse campo,
uma atividade altamente rentvel ainda que em algum momento possa parecer melhor abandon-
lo. A anlise da opo de abandono pela fronteira do exerccio timo valiosa justamente por
contemplar todos esses aspectos.


GRFICO 1 Fronteira do Exerccio timo. A rea acima da curva representa a regio de continuao e a rea
abaixo, a regio de abandono.
F r o n t e i r a d e E x e r c c i o t i m o
0
5
1 0
1 5
2 0
2 5
3 0
3 5
1 0 1 2 1 4 1 6 1 8 2 0 2 2 2 4
P e r o d o s
P
r
e

o

d
o

P
e
t
r

l
e
o

(
U
S
$
)




GRFICO 2 Anlise de sensibilidade da volatilidade GRFICO 3 Anlise de sensibilidade da taxa livre de risco
7 CON C L U S E S
O objeto de estudo deste trabalho a determinao da fronteira de exerccio timo de uma opo
de abandono de um campo de petrleo offshore. A anlise feita pela programo dinmica que
leva aos resultados apresentados vai alm de uma simples anlise de receitas versus custos
operacionais. Considera o valor de continuidade, que o valor que se obtm por continuar a
produo. s vezes, um perodo de baixa nos preos do petrleo pode acarretar fluxos negativos
por um perodo de tempo, e essa situao pode ser revertida com uma alta futura nos preos. Uma
anlise que desprezasse os valores de continuidade poderia levar deciso de abandonar um
campo que futuramente traria resultados positivos e, portanto, no otimizaria o uso dos
equipamentos e dos recursos empregados.

Os resultados obtidos esto de acordo com a TOR. Quanto mais prximo estiver do final da vida
til da jazida, maior dever ser o preo do barril para justificar a produo, uma vez que h menos
quantidade a ser explorada. Nos primeiros anos de extrao, admite-se um preo mais baixo pela
existncia da incerteza. Isso quer dizer que, nos primeiros anos, h grande expectativa de que os
preos subam e a jazida seja lucrativa. A utilizao da programao dinmica combinada com
tcnicas de programao no linear (busca direcional pela Seo urea) mostrou-se eficiente para
a otimizao de investimentos sob condies de incerteza.
8 RE F E R N C I A S BI B L I OGR F I C A S
1. ADELMAN, M e JACOBY, H. Alternative methods of oil supply forecasting. Advances in
Economics Energy Resources, v.2 Robert Pindyck, ed.Greencwich, CT:JAI Press, 1979.
2. ARROW, K.J e CHANG, S. Optimal pricing use, and exploration of uncertain natural
resources stocks. Journal of Environmental Economics and Management, v. 9, p.1-10, 1982.
3. BALDWIN, C. Optimal sequential investment when capital is not readily reversible. The
Journal of Finance. v. 37, n. 3, June, 1982.
4. BEIKE,D e HOLTZ, M. Cost functions for oil well drilling, lease equipment and well
operation in Texas. SPE Hydrocarbon Economics and Evaluation Symposium, 1995.p.307-21
5. BELLMAN, R. E Dynamic programming. New Jersey: Princeton University Press, 1957.
6. BERTSEKAS, D. Dynamic programming. New Jersey: Prentice Hall, 1987.
7. BJERKSUND, P e EKERN, S. Contingent claims evaluation of mean reverting cash flows in
shipping. Real Options in capital investments. Westport: Trigeorgis, Praeger, 1995.
8. BJORSTAD, H HEFTING,T e STENSLAND, G. A model for exploration decisions. Energy
Economics, p 189-200, July, 1989.
9. BRENNAN, M.J. e SCHWARTZ, E.S. A new approach to evaluating natural resource
investment. Midland Corporate Finance Journal, v.3, n.1, p37-47, 1985.

0
20
40
60
80
100
120
140
10 12 14 16 18 20 22 24
Anos
P
r
e

o
P
e
t
r

le
o
(
U
S
$
/b
b
l)
15% 25%
0
5
10
15
20
25
30
35
10 12 14 16 18 20 22 24
Perodos (anos)
P
r
e

o
d
o
p
e
t
r

le
o
(
U
S
$
/b
b
l)
10% 6% 3%




10. CAMPBELL, J e VICEIRA, L. Consumption and porfolio decisions when expected returns
are time varying. Quarterly Journal of Economics, May, 1999.
11. COX, S , ROSS, S e RUBINSTEIN, M. Option pricing: a simplified approach. Journal of
Financial Economics, v. 7, Oct. 1979.
12. DIAS, M. Investimento sob incerteza em explorao e produo de petrleo. Rio de Janeiro:
PUC Rio de Janeiro, 1996. 464 p. (Dissertao, Mestrado em Engenharia da Produo).
13. DIXIT,A Optimization in economic theory. New York, NY, Oxford University Press, 1990.
14. DIXIT, A e PINDYCK, R.Investment under uncertaint Princeton, NJ: Princeton Press, 1994.
15. HULL,J.Options, futures and other derivatives. 4
th
ed. NJ:Prentice Hall, 1999.
16. JONSBRATEN, TW. Oil field optimization under price uncertainty. Journal of Operational
Research Society. v. 49, p 811-18, 1998.
17. KWOK, Y. Mathematical models of financial derivatives. Singapore: Springer, 1999.
18. LUCAS, R e PRESCOTT, E. Investment under uncertainty. Econometrica ,v. 39, n.5, p. 659-
81, Sept. 1971.
19. LUENBERGER, D. G. Introduction to dynamic systems. Theory, models and applications.
New York: John Wiley, 1979.
20. _____________ Linear and non linear programming. Addison-Wesley Publishing, 1984.
21. MAJD, S e PINDYCK, R. Time to build, option value and investment decisions. Journal of
Financial Economics. v. 18, 1987.
22. MC DONALD, R e SIEGEL, D. Investment and the valuation of firms when there is an option
to shut down. International Economic Review. v. 26, n. 2, p. 331-49, June 1985.
23. MERTON R. Continuos time finance Malden, MA: Blackwell, 1990.
24. MORCK,R., SCHWARTZ, e STANGELAND. The valuation of forestry resources under
stochastic prices and inventories.Journal of Financial and Quantitative Analysis .n. 24, 1989.
25. NEUFVILLE, R. Applied systems analysis. Singapore: McGraw-Hill, 1990.
26. PADDOCK, J; SIEGEL, D e SMITH, J. Option valuation of claims on real assets: then case of
offshores petroleum leases. The Quarterly Journal of Economics. p. 479-508, Aug. 1988.
27. RAO, Singiresu. Engineering optimization, New York, John Willey, 1996.
28. RARDIN, R L. Optimization in operations research. New Jersey: Prentice Hall, 1998.
29. SHAMBLIN, JAMES E. e STEVENS JR, G.T. Pesquisa operacional: uma abordagem bsica.
So Paulo: Atlas, 1989.
30. SIEGEL, D; J SMITH E J. PADDOCK. Valuing off shore oil properties with option pricing
models. Midland Corporate Finance Journal, v. 5, n. 1, p. 22-30, 1987.
31. STENSLAND, G e TJOSTHEIM. Optimal Investment using empirical dynamic programming
with application to natural resources. Journal of Business, v. 62, n. 1, p.99-120, 1989.
32. ________________Optimal Decisions with reduction of uncertainty over time: an application
to oil production. Stochastic Models and Options Value. New York: North-Holland, 1991.
33. STOECKER, W.F Design of thermal systems. Singapore: McGraw-Hill, 1989.
34. STOKEY, N.L, LUCAS,R e PRESCOTT. Recursive models in economic dynamics.
Cambridge, MA: Harvard University Press, 1989.
35. TRIGEORGIS, L. Real options: managerial flexibility and strategy in resource allocation.
Cambridge, MA: The MIT Press, 1999.
36. ______________ A real options application in natural resource investments. Advances in
Futures and Options Research, v. 4, p. 153-64, 1990.
37. WINSTON, W. Pricing of options and real options for arbitrary distributions. Third Annual
International Conference in Real Options: theory meets practice, 1999.
38. __________Financial models using simulation and optimization. New York: Palisades, 1998.